聚类分析方法与SPSS.pptVIP

聚类分析方法;（一） 聚类分析的一般问题;理解聚类分析的关键 (1)首先不知道数据到底是来自几个类； (2)第二不知道每个数据到底是那一类； (3)第三也不知道类和类的界限是什么； (4)所谓亲疏程度就是两个数据（变量）综合考虑各指标后的接近程度；;2. 聚类分析中的“亲疏程度”的度量方法;首先要将数据看成空间中的一个点，以此来定义距离，距离的定义有很多，可以分为欧氏距离，明氏距离，夹角余弦等； 根据变量的类型不同，距离的定义方式也不同，比如定距型变量和计数型变量的距离就不一样；;3. 聚类分析的几点说明;　　　常见的聚类分析方法有两种：层次聚类和K－Mean聚类，这两种方法SPSS都提供菜单操作。;（二） 层次聚类;凝聚方式聚类的思想是首先每个样本自成一类，然后按照某种方法度量个体间的亲疏程度，将其中最亲密的个体聚成一小类，然后以此继续下去，直到最后只剩下一个类； 分解方式聚类的思想是首先所有个体都成为一个大类，然后按照某种方法度量亲疏程度，将最疏远的个体分离除去形成两个类，以此继续下去，知道每一个个体自成一类； 在SPSS中采用凝聚方式的聚类方法;2. 个体与小类，小类与小类之间的亲疏程度的度量方法;“Cluster”共有七种进行聚类的方法： ①“Between-groups linkage”类间平均法，当两类之间所有个案之间距离的平均值最小时，这两类可以合并为一类。这是系统缺省的方法。 ②“Within- groups linkage”类内平均法，当合并后所有个案的距离的平均值最小时，这两类可以合并为一类。 ③“Nearest neighbor”最短距离法，当两类之间最近的个案之间的距离最小时，这两类可以合并为一类。; ④“Furthest neighbor”最长距离法，当两类之间最远的个案之间的距离最小时，这两类可以合并为一类。 ⑤“Centroid clustering”重心法，当两类中重心的距离最小时，这两类可以合并为一类。 ⑥“Median clustering”中心法，当两类中心的距离最小时，这两类可以合并为一类。 ⑦“Wards method”离差平方和法，当合并后类内部的各个个案距离的离差平方和最小时，这两类可以合并为一类。;啤酒成分和价格数据;分层聚类的命令:执行 [Analyze][Classify][Hierarchical Cluster]，;; 选择变量进入“Variable(s)”中 选择聚类类型“Cluster”(单选项)： 样本聚类Cases(“Q聚类”)或变量聚类Variable(“R聚类”) “display”中可以选择(复选项) ： “Statistics”只计算统计分析。 “plots”只产生图像。;按钮“Statistics”将产生输出统计量：;“Agglomeration schedule”为生成并类过程表。在表中将显示并类过程中的并类信息，包括：并类距离值、在相应值上的并类类别和类间关系。可以根据并类过程表了解聚类过程。 “Proximity matrix”产生测度矩阵。测度矩阵可以显示出并类过程中各类之间的距离或相关性。 “Cluster Membership”聚类成员关系表。在并类过程中，各个个案被并到哪一类：;“None” 不显示聚类成员关系表。 “Single solution”显示指定类数时聚类成员关系表。指定的类数应当是小于等于个案个数，大于等于1的整数。当聚类到达此指定的数值时，将在输出窗口显示各个个案所属的类。 “Range of solutions” 显示聚类成员在指定并类范围内所属类的关系表。指定的范围也应当是在个案数与1之间的整数。 ;按钮“Plots”将产生聚类图形;“Dendrogram”生成树状图 “Icicle”生成冰柱图 “All clusters”全过程冰柱图 “Specified range of clusters”指定并类范围冰柱图 “None”不生成冰柱图 “Orientaton”图形取向： 竖直的Vertical和水平的Horizontal;按钮“Method”为聚类方法选择;定义样本点间的相似度。 ;选择对变量作标准化处理的方法;;（三） K-Means 聚类;K均值法（快速聚类、动态聚类）;1. K-Means聚类分析的核心步骤;在Method框中是否调整类中心点，其中Iterate and classify表示由SPSS自动调整类中心，Classify表示在迭代中不更改类中心； 通过Iterate按钮去定终止聚类的条件，Maximum iteration 标志最大迭代数